インフルエンザの入院を予測することは公衆衛生の備えに資するが、どの種類の予測が行動を導くうえで最も適切かについては未解決の問題が残る。We evaluate categorical trend forecasts, which communicate probabilities of upcoming increases or decreases in epidemic trajectories, submitted to CDC's FluSight Forecasting Challenge between Fall-2024 and Spring-2026. We evaluate categorical trend forecasts, which communicate probabilities of upcoming increases or decreases in epidemic trajectories, submitted to CDC's FluSight Forecasting Challenge between Fall-2024 and Spring-2026. チームは、検査確定インフルエンザ入院における週ごとの変化の方向と大きさを表す5つのカテゴリに関して、確率分布を提出した。評価は、Ranked Probability Skill Score、Brier Skill Score、および予測と観測の一致を測る指標を用いて行った。大半のモデルは等確率ベースラインを上回った。FluSightアンサンブルは2024-25年および2025-26年シーズンのいずれでも上位3つのうちに入った。予測は安定した期間で最も正確であり、急速な変化の期間では最も精度が低かった。ほとんどのモデルは観測されたトレンドを過小評価する傾向があった。結論は、スコアリング指標と参照モデルの選択に対して頑健であった。これらの結果は、感染症予測を伝える手法として、カテゴリ別トレンドのアンサンブルが公衆衛生の意思決定に資する可能性を支持する。
https://doi.org/10.64898/2026.08.31.26361843